Publikováno dne: 25. února 2025 / Aktualizace od: 25. února 2025 - Autor: Konrad Wolfenstein
Od klopnutí po somershault in Robotics: AI-upgrade definuje humanoidní dovednosti-image: xpert.digital
Budoucnost humanoidů: Atlas je prostřednictvím posilovacího učení chytřejší
Strategické partnerství: Boston Dynamics optimalizuje atlas pro skutečné aplikace
V oznámení Boston Dynamics, průkopník v oblasti dynamického robota a Robotics & AI Institute (Rai Institute), výzkumná instituce pod vedením renomovaného robotického odborníka a bývalých generálních ředitelů Boston Dynamics, Marc Raibert, oznámil a Strategické partnerství. Deklarovaným cílem této spolupráce, která oficiálně zjistila svůj začátek v únoru 2025, je významné zlepšení dovedností pokročilého humanoidního robota Atlasu pomocí posilovacího učení (posilování učení). Tato spolupráce slibuje, že Atlas bude flexibilnější a agilnější, ale také ji kvalifikovat do širšího spektra skutečných aplikací, a tak připravuje cestu pro novou éru humanoidní robotiky.
Vhodné pro:
Základní cíle spolupráce o budoucnosti
Partnerství mezi Boston Dynamics a RAI Institute se zaměřuje na řadu ambiciózních cílů, jejichž cílem je transformovat základní dovednosti Atlasu a rozvíjet jej z působivého demonstračního výzkumu na rozmanitý a praktický nástroj. Ve středu tohoto úsilí jsou tři hlavní oblasti:
Přemostění mezery Sim-to-Real: Cesta od simulace k realitě
Jednou z největších výzev v robotice, zejména v oblasti posilovacího učení, je přenos dovedností získaných v simulacích do skutečného světa. Simulace nabízejí ideální prostředí pro školení robotů, protože umožňují neomezené množství dat, úplnou kontrolu nad životním prostředím a možnost simulace nebezpečných nebo nákladů -intenzivních scénářů s rizikem bez rizika. Roboti mohou provádět nespočet iterací pohybů a úkolů ve virtuálních světech bez rizika poškození nebo zranění.
Realita, na druhé straně, je mnohem složitější a nepředvídatelnější. Fyzikální roboti pracují ve světě plném smyslového šumu, nepředvídaných poruch, nepřesností v modelování a neustálé výzvy variability. To, co funguje v dokonale kontrolované simulaci, může selhat v chaotické realitě. „Sim-to-Real-Lücke“ popisuje přesně tento nesoulad.
Partnerství mezi Boston Dynamics a Rai Institute si stanovilo cíl uzavřít tuto mezeru pomocí inovativních metod a algoritmů. Vědci pracují na vývoji robustních a zobecnitelných hnutí, která společně fungují nejen v simulaci, ale také ve skutečném světě. To zahrnuje vývoj pokročilých simulačních prostředí, která přesně mapují fyzickou realitu, a také použití technik, jako je randomizace domény a adaptivní simulace, aby se modely vyškolené v simulacích odolnější vůči nevýrazným skutečným světem. Úspěch v této oblasti je zásadní pro využití plného potenciálu posilovacího učení pro robotiku a použití robotů ve skutečném nestrukturovaném prostředí.
Zlepšení manipulace s lokomikou: Umění pohybu a interakce
Schopnost lokalizovat lokální manipulaci, tj. Současná doprava a manipulace s objekty, je klíčovou schopností pro roboty, které by měly působit ve složitém a dynamickém prostředí. Představte si humanoidního robota, který se pohybuje s skladem a vybírá balíčky, nebo robot, který eliminuje zbytky v zóně katastrofy a zároveň hledá pozůstalé. Ve všech těchto scénářích je nezbytné, aby se robot nejen pohyboval efektivně, ale mohl také interagovat s jeho okolím současně.
Vývoj pokročilých strategií manipulace s loko je však obrovskou výzvou. Vyžaduje úzkou koordinaci mezi plánováním pohybu, plánováním železnice, plánováním uchopení a úrovní síly. Robot musí být schopen přizpůsobit své pohyby a manipulace neustále se měnícím podmínkám svého okolí v reálném čase.
V rámci partnerství budou vědci vyvinout nové a inovativní strategie, jak zvýšit manipulační dovednosti Atlas Loco na novou úroveň. To zahrnuje výzkum algoritmů pro simultánní plánování a plánování uchopení, vývoj robustních strategií kontroly energie pro manipulaci s různými objekty a integraci smyslových informací do kontrolní smyčky, aby umožnila reakci rychlé a adaptivní lokomoschopné manipulace. Zlepšení manipulace s lokomikou je rozhodujícím krokem k tomu, aby se Atlas stal opravdu všestranným a užitečným nástrojem pro různé aplikace.
Výzkum strategií kontaktu s plným tělem: Synergie chudých a nohou
Humanoidní roboti, jako je atlas, mají jedinečný potenciál pohybovat se a interagovat způsobem, který je velmi podobný lidskému pohybu. Tato schopnost integrovat celé tělo, včetně paží, nohou a trupu, do složitých pohybů a úkolů, otevírá zcela nové příležitosti pro robotiku. Kontaktní strategie všech těl přesahují jednoduchou manipulaci s pažemi a použijte synergii mezi pažemi a nohama, aby umožnily vysoce výkonné pohyby a úkoly.
Pomyslete na osobu, která nese těžký předmět. Používá nejen ruce, ale také nohy, trup a celé jeho tělo ke stabilizaci hmotnosti, k udržení rovnováhy a efektivně přepravy objektu. Podobně by humanoidní roboti měli být schopni použít celé své tělo ke správě složitých úkolů, které vyžadují úzkou koordinaci mezi pažemi a nohama.
Vědci se zaměřují na vývoj pokročilých regulačních algoritmů a strategií plánování pro pohyby a úkoly s vysokou výkonností plného těla. To zahrnuje oblasti, jako je dynamický běh, skákání, lezení, zvedání a přepravu těžkých předmětů, manipulace ve stísněných místnostech a interakce se složitými prostředími. Výzkum kontaktních strategií s plným tělem má zásadní význam, aby využil plný potenciál faktoru humanoidního tvaru a rozvíjel roboty, které se mohou pohybovat a interagovat ve světě přirozeným a intuitivním způsobem.
Důležitost této směrové spolupráce
Partnerství mezi Boston Dynamics a Rai Institute má pro robotiku a výzkumnou komunitu AI nesmírný význam z několika důvodů. Nejprve kombinuje dvě přední organizace v oblasti robotiky, každá s jedinečnými silnými stránkami a dovednostmi. Boston Dynamics je známá po celém světě pro své působivé a dynamické robotické platformy, jako jsou atlas, spot, rukojeť a protažení. Institut RAI pod vedením Marca Raibera přináší desetiletí zkušeností ve vývoji nejlepších technologií pro inteligentní stroje a při použití učení posílení ke složitým robotickým problémům.
Marc Raiber, zakladatel Rai Institute, je ikonou robotiky. Jako bývalý generální ředitel Boston Dynamics významně formoval rozvoj společnosti a vytvořil některé z nejpůsobivějších robotů na světě. Robotický výzkum měl trvalý dopad na jeho vizi robotů, která se může v reálném světě pohybovat jako chytrá a všestranná jako lidé a zvířata. Se založením institutu RAI Raiber pokračuje ve svém poslání rozšířit limity možných robotik a AI.
Spolupráce je založena na solidním základě dřívějších společných projektů, včetně „soupravy pro výzkumné vzdělávání“ pro čtyři legged robotické místo. Tato sada umožňuje vědcům po celém světě vyvíjet a testovat algoritmy pro posílení učení na bodové platformě. Úspěšný vývoj a implementace této soupravy ukázal, že obě organizace jsou schopny efektivně spolupracovat a vyvíjet inovativní řešení v oblasti učení pro robotiku.
Pomocí posilovacího učení pro Atlas, jeden z nejpokročilejších a nejmocnějších humanoidních robotů na světě, partneři očekávají významný pokrok ve rozvoji humanoidních dovedností. Posílení učení nabízí potenciál pro školení robotů, správu složitých úkolů, které by bylo obtížné implementovat s tradičními programovacími přístupy. Umožňuje robotům učit se interakcí s jejich okolím, přizpůsobovat se a neustále zlepšovat jejich dovednosti.
Boston Dynamics a RAI Institute se zavázaly zveřejňovat pravidelné aktualizace a demonstrace své práce s Atlasem, aby bylo možné pokrok v humanoidní robotice přístupné široké veřejnosti. Tato transparentnost je důležitá pro posílení důvěry v robotiku a výzkum AI a pro podporu sociálního přijetí těchto technologií. Plánované publikace budou nejen informovat vědeckou komunitu, ale také inspirovat veřejnost pro fascinující možnosti a výzvy humanoidní robotiky.
Podrobně společný výzkum a vývoj
Spolupráce mezi Boston Dynamics a Rai Institute je rozdělena do několika základních oblastí výzkumu a vývoje, které jsou navzájem úzce propojeny a doplňují:
Vývoj běžného přepracování výcvikového školicího potrubí pro Atlas
V centru partnerství je vývoj nejmodernějšího potrubí pro posílení vzdělávání, který je speciálně přizpůsoben potřebám a dovednostem Atlasu. Tento potrubí bude tvořit základ pro dynamické a zobecnitelné chování pro mobilní manipulaci. Zahrnuje všechny kroky procesu učení zesílení, od definice odměňovacích funkcí a výběr vhodných algoritmů po vývoj simulačních prostředí a sběr dat po validaci a přenos naučeného chování na skutečném robota.
Tréninkový plynovod bude modulární, aby zajistil flexibilitu a přizpůsobivost různým úkolům a prostředí. Bude integrovat pokročilé techniky posilovacího učení, jako je učení s hlubokým posílením, učení založené na modelu a učení s více agenty, aby se maximalizovala účinnost a robustnost školení. Zvláštní důraz bude kladen na vývoj odměňovacích funkcí, které Atlas umožňují učit se složité úkoly, aniž by výslovně specifikovaly každý krok. Účelem odměn je vést robota k rozvoji účinných, přirozených a lidských pohybů a interakcí.
Přenos Sim-to-Real: Most mezi virtuálním a skutečným světem
Jak již bylo zmíněno, převod Sim-to-Real je jednou z největších výzev v učení posílení pro robotiku. Týmy budou intenzivně pracovat tak, aby překlenuly propast mezi simulacemi a skutečným světem a zajistily, že chování vyškolené v simulacích může být úspěšně a spolehlivě převedeno na fyzický hardware.
To vyžaduje vícevrstvý přístup, který zahrnuje zlepšení simulačního prostředí a vývoj robustních metod přenosu. Simulační prostředí se neustále zlepšují, aby se přesněji mapovala fyzickou realitu, včetně modelování tření, kontaktu, setrvačnosti a dalších fyzických účinků. Současně se používají techniky, jako je randomizace domény, identifikace systému a adaptivní kontrola, aby byly modely vyškolené v simulacích odolnější vůči nevýrazným skutečným světem. Cílem je vytvořit plynulý přechod ze simulace na realitu, aby Atlas mohl využívat dovednosti získané ve virtuálním světě bez výrazné ztráty výkonu ve skutečném prostředí.
Zaměřte se na klíčové dovednosti pro budoucnost humanoidní robotiky
Partnerství se zaměřuje na rozvoj a zlepšení klíčových dovedností, které jsou nezbytné pro praktické využití humanoidních robotů ve skutečném prostředí:
Vylepšená manipulace s lokomikou: Zvládejte objekty během pohybu
Atlas má být schopen manipulovat s objekty a zařízeními, jako jsou dveře, přepínače, páky, nástroje a další objekty, zatímco se pohybují současně. Tato schopnost je zásadní pro různé aplikace, od průmyslové automatizace po logistiku až po prohledávání a záchranu. Představte si Atlas, který se pohybuje drsným terénem a zároveň eliminuje trosky nebo podává nástroje k opravě poškozené struktury.
Vylepšená manipulace s lokomicí vyžaduje vývoj algoritmů, které koordinují plánování pohybu, plánování uchopení a úroveň síly v reálném čase. Atlas musí být schopen přizpůsobit své pohyby a manipulace tvaru, velikosti, hmotnosti a povaze objektů, které manipuluje. Kromě toho musí být schopen řešit nejistoty ve vnímání a okolí a dynamicky přizpůsobit své plány a pohyby. Rozvoj těchto dovedností učiní Atlas mnohem všestrannějším a užitečnějším nástrojem pro širokou škálu aplikací.
Strategie kontaktu s plným tělem: Komplexní pohyby a těžké zatížení
Vědci se zaměřují na vývoj náročných pohybů plného těla, které přesahují jednoduché chůzi a dosažení. To zahrnuje dynamický běh, skákání, lezení, zvedání a přepravu těžkých předmětů a manipulaci ve stísněných místnostech. Tyto dovednosti vyžadují úzkou koordinaci mezi pažemi, nohama a trupem a používají synergii celého těla k řízení složitých úkolů.
Dynamický běh a skákání umožňuje Atlasu rychle a efektivně se pohybovat v nerovném terénu a nad překážky. Horolezectví prodlužuje svůj rozsah a umožňuje přístup do obtížných oblastí. Zvedání a nošení těžkých předmětů z něj dělá cenného pomocníka v logistice a konstrukci. Manipulace ve stísněných místnostech umožňuje použití v prostředích, která jsou pro lidi obtížně přístupné nebo nebezpečné. Vývoj kontaktních strategií s plným tělem je rozhodujícím krokem k využití plného potenciálu humanoidního tvarového faktoru a učinit Atlas opravdu agilním a mocným robotem.
Praktická implementace a nepřetržitá kontrola pokroku
Partnerství mezi Boston Dynamics a RAI Institute připojuje velký význam transparentní a praktické implementaci vaší výzkumné a vývojové práce:
Pravidelné zprávy o pokroku a demonstrace
Boston Dynamics a RAI Institute se zavázaly zveřejňovat pravidelné zprávy o pokroku, které dokumentují nejnovější vývoj a úspěch spolupráce. Tyto zprávy budou zahrnovat nejen písemné popisy pokroku, ale také živé demonstrace s Atlasem, které ukazují nově získané dovednosti v akci. Tyto demonstrace jsou zveřejňovány ve formě videí a prezentací a jsou přístupné vědecké komunitě a široké veřejnosti.
Pravidelné aktualizace a demonstrace slouží několika účelům. Umožňují vědecké komunitě pokračovat v pokroku v humanoidní robotice a navzájem se inspirovat. Podporují transparentnost a důvěru ve výzkum robotiky a pomáhají zvyšovat sociální přijetí těchto technologií. Kromě toho nabízejí Boston Dynamics a Rai Institute příležitost získat zpětnou vazbu od komunity a odpovídajícím způsobem přizpůsobit svůj výzkumný směr.
Umístění spolupráce: Massachusetts, USA
Celý výzkum a vývoj pracuje v rámci partnerství v Massachusetts, kde mají obě organizace své sídlo. Tato prostorová blízkost podporuje úzkou spolupráci a přímou výměnu mezi výzkumnými týmy. Týmy z Boston Dynamics a Rai Institute pracují ve společných laboratořích a využívají zdroje a infrastruktury obou organizací. Tato úzká integrace týmů a zdrojů je klíčovým faktorem pro úspěch partnerství a umožňuje používat synergie a efektivně propagovat výzkumné a vývojové práce.
Očekávané nové dovednosti Atlas: Pohled do budoucnosti humanoidní robotiky
Vzhledem k partnerství mezi Boston Dynamics a Rai Institute má robot Atlas získat řadu průkopnických nových dovedností, díky nimž bude ještě všestrannější a užitečnější nástroj:
Vylepšená mobilita a manipulace: obratnost a přesnost v pohybu
Dynamická lokomoce
Atlas má být schopen pohybovat ještě stabilnější a kapalinou na nerovném terénu, ve složitých prostředích a dokonce i v dynamických scénářích. To zahrnuje běh, skákání, lezení a schopnost přizpůsobit se různým povrchům a podmínkám v reálném čase. Dynamická lokomoce je umožněna pokročilými regulačními algoritmy a fúzí dat senzorů, které umožňují Atlasu udržet jeho rovnováhu, překonat překážky a přizpůsobit své pohyby příslušné situaci.
Manipulace s celým tělem
Robot bude implementovat pokročilé strategie pro úplný kontakt, aby mohl používat, přenášet, pohybovat a manipulovat s těžkými předměty přesně a efektivně. To vyžaduje vysoce rozvinutou koordinaci zbraní, nohou a trupu, aby se stabilizovala hmotnost, udržovala rovnováhu a bezpečně zvládla předměty. Manipulace s plným tělem umožní Atlasu přijímat úkoly, které byly dříve vyhrazeny pouze pro lidi, jako je přesun těžkých zatížení ve skladech, na staveništích nebo v zónách katastrof.
Pokročilá interakce životního prostředí: Inteligentní interakce se světem
Manipulace s objektem
Atlas by se měl naučit manipulovat s různými objekty a zařízeními ve své oblasti, včetně dveří, přepínačů, pák, ventilů, nástrojů, kontejnerů a mnoho dalšího. Tato schopnost mu umožní jednat v lidském prostředí a provádět úkoly, které vyžadují interakci se stávající infrastrukturou. Manipulace s objektem vyžaduje, aby dovednosti pokročilého vnímání rozpoznaly, lokalizovaly a identifikovaly objekty, jakož i sofistikované strategie uchopení a manipulace, aby se s nimi bezpečně a efektivně zvládli.
Přizpůsobivost materiálů a strukturám
Robot bude schopen automaticky a inteligentně přizpůsobit svou sílu, rychlost a pohyby na různé materiály a struktury, aniž by je poškodil nebo ničil. To je zásadní pro bezpečnou a spolehlivou interakci se skutečným světem, ve kterém se roboti setká s různými povrchy, materiály a předměty. Adaptabilita je dosažena pomocí senzorů pevnosti a točivého momentu, taktilních senzorů a pokročilých regulačních algoritmů, které Atlas umožňují monitorovat a přizpůsobovat jeho interakce v reálném čase.
Schopnost učení a zobecnění: Základ pro budoucí inovace
Efektivnější učení prostřednictvím posilovacího učení:
Účelem použití pokročilých učebních technik pro očištění je umožnit Atlasu se učit nové dovednosti mnohem rychleji a efektivněji než dříve. To zahrnuje vývoj algoritmů, které urychlují učení, data
Vhodné pro:
Váš globální partner pro marketing a rozvoj podnikání
☑️ Naším obchodním jazykem je angličtina nebo němčina
☑️ NOVINKA: Korespondence ve vašem národním jazyce!
Konrad Wolfenstein
Rád vám a mému týmu posloužím jako osobní poradce.
Kontaktovat mě můžete vyplněním kontaktního formuláře nebo mi jednoduše zavolejte na číslo +49 89 89 674 804 (Mnichov) . Moje e-mailová adresa je: wolfenstein ∂ xpert.digital
Těším se na náš společný projekt.